MCPHallu拆解工具智能体幻觉

MCPHallu分别评测MCP智能体在推理、工具执行和跨步骤记忆上的幻觉风险。

推荐理由：现有基准多在任务失败后归因，该工作则把推理、执行和记忆风险直接嵌入任务构造；价值在于区分模型选错工具、调用出错与状态遗忘等不同治理路径。